Tool Use / 工具使用
一句话理解：Tool Use 是把自然语言意图映射为结构化、可验证、可执行的外部能力调用的接口层；它本身不执行代码，真正的执行由 Agent Runtime 完成。
学习目标
读完本主题后，你应该能够：
- 解释 Tool Use 与“让模型直接生成代码”的本质区别，以及它解决的核心问题（知识截止、幻觉、行动能力）。
- 用 JSON Schema 定义工具，并理解 OpenAI、Anthropic、Google、MCP 在字段命名上的差异。
- 描述一次完整工具调用的生命周期：注册发现 → 模型决策 → 解析校验 → 执行 → 格式化 → 反馈 → 下一轮。
- 画出 Tool Use 子系统的模块关系图，明确 Tool Registry、Schema Manager、Executor、Parser/Validator、Permission/Policy 的分工。
- 对比 OpenAI Function Calling、Anthropic Tool Use、Google Gemini、LangGraph、OpenAI Agents SDK、AutoGen、MCP 的 API 形态与适用场景。
- 在生产环境中落地工具调用时，能够处理版本管理、权限授权、超时重试、熔断降级、并发、可观测性、跨厂商兼容等问题。
- 识别常见反模式，并给出工程化的检查清单。
与相邻主题的关系
| 相邻主题 | 关系 | 说明 |
|---|---|---|
| Agent Runtime | 执行者 | Tool Use 生成调用描述，Runtime 负责进程/容器/网络级执行与生命周期治理。 |
| MCP | 能力发现与协议标准 | MCP 统一外部工具的 schema、鉴权、传输；Tool Use 负责把自然语言映射到 MCP 调用。 |
| Planning | 编排决策 | Planning 决定“先调哪个、后调哪个、如何组合结果”；Tool Use 提供单次调用的原子语义。 |
| Memory | 状态持久 | 工具结果、用户偏好、调用历史回写入 Memory，供后续轮次检索。 |
| Multi-Agent | 能力共享 | 一个 Agent 可以把另一个 Agent 或子服务暴露为工具，实现委托与协作。 |
| Reflection | 反思依据 | 模型基于工具返回的客观结果进行自我修正，而不是仅依赖内部先验。 |
章节导航
- 背景与动机 — 从纯文本生成到显式工具调用的演进，以及 Toolformer、Gorilla、BFCL 等学术线索。
- 核心概念 — 工具定义、JSON Schema 方言、Tool Choice、并行调用、结果格式、生命周期。
- 架构设计 — Tool Use 子系统的分层架构、控制面/数据面与模块边界。
- 工具调用工作流 — 端到端生命周期、状态机、终止条件与失败分支。
- 核心模块详解 — Registry、Schema Manager、Executor、Parser、Validator、Permission、Formatter、Tracer 的职责与接口。
- 源码与协议对比 — OpenAI / Anthropic / Google / LangGraph / OpenAI Agents SDK / AutoGen / MCP 的代码形态与差异。
- Mini Demo 说明 — 配套示例的设计思路、目录结构、运行方式与关键代码片段。
- 生产落地 — 多工具编排、版本、鉴权授权、成本/延迟、可观测性、故障模式与跨厂商兼容。
- 最佳实践与反模式 — schema 设计、执行、校验、重试、沙箱、可观测性检查清单。
- 面试题 — 按初级/中级/高级划分的思考题。
- 延伸阅读 — 论文、规范、文档、博客与学习路径。
一句话总结：Tool Use 让模型从“只会说”变成“会调度”，但调度的可靠性取决于 schema 设计、执行隔离与可观测性工程。